CN112906565B - 一种基于智慧城市的社区垃圾投递溯源系统 - Google Patents

一种基于智慧城市的社区垃圾投递溯源系统 Download PDF

Info

Publication number
CN112906565B
CN112906565B CN202110190497.8A CN202110190497A CN112906565B CN 112906565 B CN112906565 B CN 112906565B CN 202110190497 A CN202110190497 A CN 202110190497A CN 112906565 B CN112906565 B CN 112906565B
Authority
CN
China
Prior art keywords
garbage
unit
module
resident
delivery
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110190497.8A
Other languages
English (en)
Other versions
CN112906565A (zh
Inventor
陈星衍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yueqing taiboheng Electronic Technology Co., Ltd
Original Assignee
Yueqing Taiboheng Electronic Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yueqing Taiboheng Electronic Technology Co Ltd filed Critical Yueqing Taiboheng Electronic Technology Co Ltd
Priority to CN202110190497.8A priority Critical patent/CN112906565B/zh
Publication of CN112906565A publication Critical patent/CN112906565A/zh
Application granted granted Critical
Publication of CN112906565B publication Critical patent/CN112906565B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/172—Classification, e.g. identification

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Computational Linguistics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Software Systems (AREA)
  • Development Economics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Refuse Collection And Transfer (AREA)
  • Processing Of Solid Wastes (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于智慧城市的社区垃圾投递溯源系统，属于智慧城市垃圾投递技术领域。本发明一种基于智慧城市的社区垃圾投递溯源系统，该系统包括检测模块、传输模块、指示模块、识别模块、分析模块、控制模块、反馈模块；所述检测模块的输出端电性连接指示模块的输入端；所述指示模块的输出端电性连接识别模块的输入端；所述识别模块的输出端电性连接分析模块的输入端；所述分析模块的输入端电性连接控制模块的输入端；所述控制模块的输出端电性连接反馈模块的输入端；识别模块、检测模块与传输模块之间电性连接；本发明在一定程度上能够帮助双手提垃圾的住户自动开启待投递垃圾类别的垃圾桶门，为人们的生活带来极大的便利性。

Description

一种基于智慧城市的社区垃圾投递溯源系统
技术领域
本发明涉及智慧城市垃圾投递技术领域，具体为一种基于智慧城市的社区垃圾投递溯源系统。
背景技术
智慧城市是指利用各种信息技术或创新概念，将城市的系统和服务打通、集成，以提升资源运用的效率，优化城市管理和服务，以及改善市民生活质量，为人类创造更美好的城市生活。
在社区生活中，垃圾投递是一项日常工作，近几年来，政府提出垃圾分类的举措后，在垃圾投递方面对社区有了许多全新的要求。在社区投递垃圾的过程中，经常会遇到以下情况：一路走到投递点后发现，垃圾桶已满或者垃圾桶因满载已经被社区工作人员拖走，导致垃圾投递失败；或者因为携带垃圾过多，导致没有手能够开启垃圾桶门，最后导致垃圾散落，影响正常生活，因此人们急需一种基于智慧城市的社区垃圾投递溯源系统，能够提高人们生活的便利性，解决这些让人头疼的情况。
发明内容
本发明的目的在于提供一种基于智慧城市的社区垃圾投递溯源系统，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于智慧城市的社区垃圾投递溯源系统，该系统包括检测模块、传输模块、指示模块、识别模块、分析模块、控制模块、反馈模块；
所述检测模块安装在社区各单元楼出口，用于对外出人员进行检测，判断其是否外出进行投递垃圾；所述传输模块用于各模块之间进行各项信息的传输；所述指示模块用于选取一个距离住户最近且能够最大概率保证住户垃圾投递成功的垃圾桶位置指示给住户；所述识别模块安装在垃圾投放点，用于识别进行垃圾投递住户的身份信息；所述分析模块用于进行大数据分析，确定来投递垃圾的住户最有可能投递的垃圾类型；所述控制模块用于根据分析模块的结果控制该类型垃圾桶的桶门自动开启；所述反馈模块用于对分析模块的正确率进行反馈，并在低于阈值时进行报警；
所述检测模块的输出端电性连接指示模块的输入端；所述指示模块的输出端电性连接识别模块的输入端；所述识别模块的输出端电性连接分析模块的输入端；所述分析模块的输入端电性连接控制模块的输入端；所述控制模块的输出端电性连接反馈模块的输入端；识别模块、检测模块与传输模块之间电性连接。
根据上述技术方案，所述检测模块包括住户身份认证单元、垃圾投递行为判断单元；
所述住户身份认证单元主要采用人脸识别的方式，对住户身份进行认证；所述垃圾投递行为判断单元用于在住户身份认证成功后，在其出门时对其是否进行垃圾投递行为进行判断，得出概率。
在住户身份认证单元中，在社区各单元楼门口设置有人脸扫描仪器，其内部存储有社区住户信息，利用人脸识别的方式首先确定其为该单元哪一户家庭，然后根据其手中是否有手提袋来判断其是否要进行垃圾投递行为的判断。
根据上述技术方案，所述垃圾投递行为判断单元包括垃圾袋颜色识别单元、垃圾袋图像识别单元、垃圾袋位置判断单元；
所述垃圾袋颜色识别单元用于对垃圾袋的颜色进行记录识别；所述垃圾袋图像识别单元用于对垃圾袋的图像进行摄取识别；所述垃圾袋位置判断单元用于根据住户与其的距离判断是否为垃圾袋；
判断过程包括以下步骤：
S3-1、根据历史数据对该单元住户垃圾袋颜色进行统计，记录下每一种颜色的占比，利用垃圾袋颜色识别单元对出门住户手提袋进行识别，根据公式：
P1＝w1ki；
其中，P1为在垃圾袋颜色识别单元判断该出门住户进行垃圾投递的概率；w1为垃圾袋颜色识别单元在垃圾投递行为判断单元中影响的权重；ki为识别的颜色在历史数据中的颜色占比；
S3-2、对出门住户手提袋进行图像摄取，与数据库中存储的垃圾袋装有垃圾后的形状进行相似度对比，相似度超过阈值A时，获取在垃圾袋图像识别单元判断该出门住户进行垃圾投递的概率为P2；
P2＝w2k2；
其中，P2为在垃圾袋图像识别单元判断该出门住户进行垃圾投递的概率；w2为垃圾袋图像识别单元在垃圾投递行为判断单元中影响的权重；k2为相似度；
S3-3、采集出门住户手提袋的表面边缘点与出门住户之间的最近距离，通过垃圾袋位置判断单元进行判断，当最近距离超过阈值B时，获取在垃圾袋位置判断单元判断该出门住户进行垃圾投递的概率为P3；
Figure BDA0002943948440000031
其中，P3为在垃圾袋位置判断单元判断该出门住户进行垃圾投递的概率；w3为垃圾袋位置判断单元在垃圾投递行为判断单元中影响的权重；Bi为当前距离；
S3-4、根据公式：P＝P1+P2+P3；计算得出该出门住户外出进行投递垃圾的概率值，当概率值P超出阈值Pmax时，传输信息给指示模块。
在判断过程中，垃圾袋的常用颜色主要包括黑色、红色、蓝色、灰色等；其中黑色为最主要的颜色，通过统计单元楼内住户使用的垃圾袋颜色占比，可得出单元楼内住户使用该颜色垃圾袋的概率值，因此在检测得到手提袋为此颜色时，可得出其为垃圾袋的概率；步骤S3-2中，对出门住户手提袋进行图像摄取，一般情况下，垃圾袋有两种打包方式，一种为系紧袋口式，另一种为手提式；根据日常的垃圾袋状态，建立历史数据图像，对比扫描图像，两者之间存在一定的相似度时，即可判断为垃圾袋；步骤S3-3中，利用出门住户手提袋的表面边缘点与出门住户之间的最近距离进行判断，由于垃圾袋的特殊性，人们会在手提垃圾袋时让其尽力远离自己的衣物，防止弄脏；而在手提其他物件时，这种动作幅度会不那么明显，因此在这里利用手提袋的边缘点与人距离的远近来进行判断是否为垃圾袋，并设置阈值，求出概率值；最后通过多项概率值的平均值作为最后判断的依据。
根据上述技术方案，所述指示模块包括采集单元、处理单元、指示单元；
所述采集单元用于采集住户行走速度、社区内垃圾桶存放点位置、垃圾桶当前容量；所述处理单元用于根据采集得到的数据信息进行处理判断，得出距离住户最近且能够投递垃圾的垃圾桶；所述指示单元用于将处理单元得出的垃圾桶信息指示给住户。
根据上述技术方案，所述处理单元进行处理判断包括以下步骤：
S5-1、根据采集单元采集的数据信息，利用公式：
Figure BDA0002943948440000041
其中，si为社区内垃圾桶存放点位置与住户的当前距离；v0为住户行走速度；ti为住户到达相应垃圾桶需要的时间；
S5-2、根据步骤S5-1中的ti，计算在此时间内对应的垃圾桶内垃圾的增长量，根据公式：
Mi＝miti+M当前；
其中,Mi为ti时刻后对应的垃圾桶内垃圾的预测量；mi为对应的垃圾桶的平均增长量；M当前为对应垃圾桶当前的垃圾量；
S5-3、设置阈值Mmax，当Mi超出阈值Mmax时，即表明根据预测结果该住户到达对应的垃圾桶时，垃圾桶会因为已经满载而被社区工作人员拉走，造成垃圾投递失败；因此选取不超出阈值的Mi，根据其对应的i选取si的最小值，确定为指示给住户的垃圾桶，并发送给住户。
由于社区的垃圾桶常常会出现满载的状况，导致很多住户到达了以后没有办法投递垃圾，因此采用一种预测的方法进行指示，首先根据用户的行走速度，计算出其到社区的各个垃圾桶所需要的时间，然后根据这个时间求出各个垃圾桶在该时间段内的增长量，预测其是否达到满载情况，之后在不会达到满载情况的垃圾桶中，选取距离最近的一个。
根据上述技术方案，所述识别模块包括人脸识别单元、垃圾大小识别单元、归纳单元、溯源单元；
所述人脸识别单元用于对进行垃圾投递的住户进行人脸识别，根据数据库的信息确定其身份；所述垃圾大小识别单元用于识别住户手中垃圾袋的大小，预测垃圾量的多少；所述归纳单元用于对身份确认的住户进行家庭归纳，即确定该住户属于社区内哪一户家庭；所述溯源单元用于在垃圾投递时出现散落和投递分类错误时进行住户身份溯源。
识别模块存在于垃圾投递点附近，在有住户来投递垃圾时，对其进行扫描识别，判断其来自于哪一户家庭，记录下其投递的垃圾类别和垃圾量，这样在出现垃圾散落或者分类错误的时候，可以根据记录下的识别过程进行溯源，追究责任到个人。
根据上述技术方案，所述分析模块包括数据分析单元、数据库、数据预测单元；
所述数据分析单元用于对住户进行垃圾投递的相关数据进行分析；所述数据库用于对住户进行垃圾投递的相关数据进行存储；所述数据预测单元用于对当前来投递垃圾的住户投递的垃圾类型进行预测。
根据上述技术方案，所述数据预测单元的预测过程包括以下步骤：
S8-1、对投递垃圾的住户身份认证后，调取历史数据中住户所在家庭每周投递的各个类别垃圾的数量，所述各个类别包括可回收物、有害垃圾、干垃圾、湿垃圾；
S8-2、调取历史数据中每周的该单位时间内，该住户投递的垃圾总量和各个类别的垃圾量，以每一小时作为单位时间，根据公式：
Figure BDA0002943948440000061
其中，xij为该住户在第i周的该单位时间内j类别的垃圾投递量；yi为该住户在第i周的该单位时间内投递的垃圾总量；Lij为j类别的垃圾投递量在该单位时间内占垃圾总量权重的平均值；n为选取的历史数据组数；
S8-3、设置阈值C，若Lij超出阈值C，则输出预测结果对应的类别j；若Lij未超出阈值C，则重新选取n值进入步骤S8-2。
在预测过程中，根据识别模块的信息确定投递垃圾的住户为哪一户家庭及投递的时间，在系统中调取历史数据，以一周为一个计量单位，从每天的零点开始，以每一小时作为单位时间，首先判断当前时间属于一周的哪一天的哪一个时间段，然后调取历史数据中该时间段的该住户家庭的所有垃圾投递信息，计算得出其在这一时间段投递垃圾的类别和数量情况，利用平均值作为预测总量，求出预测垃圾类别的概率，若概率未超出一定阈值，则调取更多的历史数据组，进一步提高预测的准确性。
根据上述技术方案，所述控制模块包括接收单元、分类单元、控制单元；
所述接收单元用于接收分析模块传输过来的住户垃圾投递的信息；所述分类单元用于选择存放该类别垃圾的垃圾桶；所述控制单元用于对垃圾桶的桶门进行智能控制，在投递垃圾的住户到达时自动打开桶门。
根据上述技术方案，所述反馈模块包括记录单元、报警单元；
所述记录单元用于将分析模块中住户投递垃圾成功的行为记录下来，并计算成功率；所述报警单元用于在成功率低于成功率阈值时进行报警。
与现有技术相比，本发明所达到的有益效果是：本发明通过在社区各单元门口利用判断单元进行出门住户是否进行垃圾投递行为的判断，如果判断为进行垃圾投递，则根据住户的行走速度和垃圾桶的容量情况，为投递垃圾的住户指示一个投递垃圾桶，保证该垃圾桶为一个可以投递且距离住户当前位置最近的一个；在垃圾投递的过程中，根据历史大数据的情况，在该单位时间内，对该住户进行投递的垃圾进行类别预测，预测结果超出一定阈值后，设置有控制系统能够自动开启该类别垃圾桶的桶门，在一定程度上能够帮助双手提垃圾的住户，为人们的生活带来极大的便利性，减少了垃圾散落或弄脏衣物的可能性，符合智慧城市的概念；同时在本发明中还提供有溯源单元，能够对长期不按照类别投递垃圾或随意投递垃圾致使垃圾散落的住户进行记录。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种基于智慧城市的社区垃圾投递溯源系统的结构示意图；
图2是本发明一种基于智慧城市的社区垃圾投递溯源系统的判断过程步骤示意图；
图3是本发明一种基于智慧城市的社区垃圾投递溯源系统的流程示意图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-3，本发明提供技术方案：一种基于智慧城市的社区垃圾投递溯源系统，该系统包括检测模块、传输模块、指示模块、识别模块、分析模块、控制模块、反馈模块；
所述检测模块安装在社区各单元楼出口，用于对外出人员进行检测，判断其是否外出进行投递垃圾；所述传输模块用于各模块之间进行各项信息的传输；所述指示模块用于选取一个距离住户最近且能够最大概率保证住户垃圾投递成功的垃圾桶位置指示给住户；所述识别模块安装在垃圾投放点，用于识别进行垃圾投递住户的身份信息；所述分析模块用于进行大数据分析，确定来投递垃圾的住户最有可能投递的垃圾类型；所述控制模块用于根据分析模块的结果控制该类型垃圾桶的桶门自动开启；所述反馈模块用于对分析模块的正确率进行反馈，并在低于阈值时进行报警；
所述检测模块的输出端电性连接指示模块的输入端；所述指示模块的输出端电性连接识别模块的输入端；所述识别模块的输出端电性连接分析模块的输入端；所述分析模块的输入端电性连接控制模块的输入端；所述控制模块的输出端电性连接反馈模块的输入端；识别模块、检测模块与传输模块之间电性连接。
所述检测模块包括住户身份认证单元、垃圾投递行为判断单元；
所述住户身份认证单元主要采用人脸识别的方式，对住户身份进行认证；所述垃圾投递行为判断单元用于在住户身份认证成功后，在其出门时对其是否进行垃圾投递行为进行判断，得出概率。
所述垃圾投递行为判断单元包括垃圾袋颜色识别单元、垃圾袋图像识别单元、垃圾袋位置判断单元；
所述垃圾袋颜色识别单元用于对垃圾袋的颜色进行记录识别；所述垃圾袋图像识别单元用于对垃圾袋的图像进行摄取识别；所述垃圾袋位置判断单元用于根据住户与其的距离判断是否为垃圾袋；
判断过程包括以下步骤：
S3-1、根据历史数据对该单元住户垃圾袋颜色进行统计，记录下每一种颜色的占比，利用垃圾袋颜色识别单元对出门住户手提袋进行识别，根据公式：
P1＝w1ki；
其中，P1为在垃圾袋颜色识别单元判断该出门住户进行垃圾投递的概率；w1为垃圾袋颜色识别单元在垃圾投递行为判断单元中影响的权重；ki为识别的颜色在历史数据中的颜色占比；
S3-2、对出门住户手提袋进行图像摄取，与数据库中存储的垃圾袋装有垃圾后的形状进行相似度对比，相似度超过阈值A时，获取在垃圾袋图像识别单元判断该出门住户进行垃圾投递的概率为P2；
P2＝w2k2；
其中，P2为在垃圾袋图像识别单元判断该出门住户进行垃圾投递的概率；w2为垃圾袋图像识别单元在垃圾投递行为判断单元中影响的权重；k2为相似度；
S3-3、采集出门住户手提袋的表面边缘点与出门住户之间的最近距离，通过垃圾袋位置判断单元进行判断，当最近距离超过阈值B时，获取在垃圾袋位置判断单元判断该出门住户进行垃圾投递的概率为P3；
Figure BDA0002943948440000091
其中，P3为在垃圾袋位置判断单元判断该出门住户进行垃圾投递的概率；w3为垃圾袋位置判断单元在垃圾投递行为判断单元中影响的权重；Bi为当前距离；
S3-4、根据公式：P＝P1+P2+P3；计算得出该出门住户外出进行投递垃圾的概率值，当概率值P超出阈值Pmax时，传输信息给指示模块。
所述指示模块包括采集单元、处理单元、指示单元；
所述采集单元用于采集住户行走速度、社区内垃圾桶存放点位置、垃圾桶当前容量；所述处理单元用于根据采集得到的数据信息进行处理判断，得出距离住户最近且能够投递垃圾的垃圾桶；所述指示单元用于将处理单元得出的垃圾桶信息指示给住户。
所述处理单元进行处理判断包括以下步骤：
S5-1、根据采集单元采集的数据信息，利用公式：
Figure BDA0002943948440000101
其中，si为社区内垃圾桶存放点位置与住户的当前距离；v0为住户行走速度；ti为住户到达相应垃圾桶需要的时间；
S5-2、根据步骤S5-1中的ti，计算在此时间内对应的垃圾桶内垃圾的增长量，根据公式：
Mi＝miti+M当前；
其中,Mi为ti时刻后对应的垃圾桶内垃圾的预测量；mi为对应的垃圾桶的平均增长量；M当前为对应垃圾桶当前的垃圾量；
S5-3、设置阈值Mmax，当Mi超出阈值Mmax时，即表明根据预测结果该住户到达对应的垃圾桶时，垃圾桶会因为已经满载而被社区工作人员拉走，造成垃圾投递失败；因此选取不超出阈值的Mi，根据其对应的i选取si的最小值，确定为指示给住户的垃圾桶，并发送给住户。
所述识别模块包括人脸识别单元、垃圾大小识别单元、归纳单元、溯源单元；
所述人脸识别单元用于对进行垃圾投递的住户进行人脸识别，根据数据库的信息确定其身份；所述垃圾大小识别单元用于识别住户手中垃圾袋的大小，预测垃圾量的多少；所述归纳单元用于对身份确认的住户进行家庭归纳，即确定该住户属于社区内哪一户家庭；所述溯源单元用于在垃圾投递时出现散落和投递分类错误时进行住户身份溯源。
所述分析模块包括数据分析单元、数据库、数据预测单元；
所述数据分析单元用于对住户进行垃圾投递的相关数据进行分析；所述数据库用于对住户进行垃圾投递的相关数据进行存储；所述数据预测单元用于对当前来投递垃圾的住户投递的垃圾类型进行预测。
所述数据预测单元的预测过程包括以下步骤：
S8-1、对投递垃圾的住户身份认证后，调取历史数据中住户所在家庭每周投递的各个类别垃圾的数量，所述各个类别包括可回收物、有害垃圾、干垃圾、湿垃圾；
S8-2、调取历史数据中每周的该单位时间内，该住户投递的垃圾总量和各个类别的垃圾量，以每一小时作为单位时间，根据公式：
Figure BDA0002943948440000111
其中，xij为该住户在第i周的该单位时间内j类别的垃圾投递量；yi为该住户在第i周的该单位时间内投递的垃圾总量；Lij为j类别的垃圾投递量在该单位时间内占垃圾总量权重的平均值；n为选取的历史数据组数；
S8-3、设置阈值C，若Lij超出阈值C，则输出预测结果对应的类别j；若Lij未超出阈值C，则重新选取n值进入步骤S8-2。
所述控制模块包括接收单元、分类单元、控制单元；
所述接收单元用于接收分析模块传输过来的住户垃圾投递的信息；所述分类单元用于选择存放该类别垃圾的垃圾桶；所述控制单元用于对垃圾桶的桶门进行智能控制，在投递垃圾的住户到达时自动打开桶门。
所述反馈模块包括记录单元、报警单元；
所述记录单元用于将分析模块中住户投递垃圾成功的行为记录下来，并计算成功率；所述报警单元用于在成功率低于成功率阈值时进行报警。
在本发明的实施例中，设置一单元楼内住户的垃圾袋使用情况统计如下：黑色，95％；红色，2％；蓝色，2％；灰色，1％；设置相似度阈值A为80％，超出阈值A判断其概率为；距离阈值B为10cm；垃圾袋颜色识别单元、垃圾袋图像识别单元、垃圾袋位置判断单元分别在在垃圾投递行为判断单元中影响的权重为30％，20％，50％；设置阈值Pmax为80％；
当住户E手提一袋物品出门，经过检测模块的检测后，得出以下结论：颜色检测结果为黑色；相似度为85％；距离为18cm；根据公式计算：
P1＝w1ki＝30％*95％＝28.5％；
P2＝w2k2＝20％*85％＝17％；
Figure BDA0002943948440000121
P＝P1+P2+P3＝28.5％+17％+40％＝85.5％；
因为其超出阈值Pmax，所以确定为住户出门投递垃圾，将此信息传输给指示模块；
指示模块接收后进行分析，确定当前时段为周四的上午8：00--9:00之间；设置社区内共计有4个垃圾桶，其中距离住户分别为1000m、800m、400m、200m；对应的当前垃圾量分别为42kg、48kg、32kg、45kg；当前时段下对应的平均增长量为0.02kg/s、0.03kg/s、0.06kg/s、0.04kg/s；设置阈值为60kg；住户的行走速度为1m/s；
因此计算得出用户到达各个垃圾桶的时间为1000s、800s、400s、200s；根据公式：Mi＝miti+M当前计算得出，相应时间后各垃圾桶的预测垃圾量为62kg、72kg、56kg、53kg；
其中53kg、56kg小于阈值60kg，因此选取其中距离最近的一个，即为距离住户200m的垃圾桶，将其指示给住户；
在住户到达垃圾投递点后，识别模块通过人脸识别系统，对住户身份进行是识别，确定其为3单元1305户家庭，调取10组该家庭周四的上午8：00--9:00时段内投递垃圾的数据如下：
第一组：有害垃圾0、可回收物2kg、干垃圾1kg、湿垃圾2.5kg；
第二组：有害垃圾0、可回收物3kg、干垃圾0.6kg、湿垃圾2.5kg；
第三组：有害垃圾0、可回收物2.5kg、干垃圾0.8kg、湿垃圾2.5kg；
第四组：有害垃圾0、可回收物2kg、干垃圾1.5kg、湿垃圾2kg；
第五组：有害垃圾1kg、可回收物4kg、干垃圾1.3kg、湿垃圾2kg；
第六组：有害垃圾0、可回收物2.5kg、干垃圾1.7kg、湿垃圾2.3kg；
第七组：有害垃圾0、可回收物2.2kg、干垃圾1.8kg、湿垃圾2.6kg；
第八组：有害垃圾0、可回收物2.4kg、干垃圾1.2kg、湿垃圾2.5kg；
第九组：有害垃圾0、可回收物2.6kg、干垃圾1kg、湿垃圾2kg；
第十组：有害垃圾1.5kg、可回收物2.9kg、干垃圾1.4kg、湿垃圾2.8kg；
根据公式：
Figure BDA0002943948440000131
分别计算得出Li1-Li4为2.9％、40.2％、18.6％、38.3％；
设置阈值为40％，因此，预测用户进行投递可回收物，控制模块将可回收物垃圾桶的桶门自动打开。
本发明的工作原理：本发明利用检测模块通过三重检测确定出门住户身份和判断其是否要进行垃圾投递行为；利用传输模块进行系统间的通信，传递信息；利用指示模块为住户选择一个距离最近且在相应时间内不会满载的垃圾桶，充分提高垃圾投递的成功率；利用识别模块确认住户身份，调取住户家庭投递垃圾的历史数据，供给分析模块；利用分析模块进行预测分析，判断住户此次投递垃圾的最有可能类别，并启动控制模块；利用控制模块对各个类别的垃圾桶门进行控制，从而达到自动开启桶门，为投递垃圾的住户提高便利性；利用反馈模块对长期乱扔垃圾或不分类垃圾的住户进行报警操作。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于智慧城市的社区垃圾投递溯源系统，其特征在于：该系统包括检测模块、传输模块、指示模块、识别模块、分析模块、控制模块、反馈模块；
所述检测模块安装在社区各单元楼出口，用于对外出人员进行检测，判断其是否外出进行投递垃圾；所述传输模块用于各模块之间进行各项信息的传输；所述指示模块用于选取一个距离住户最近且能够最大概率保证住户垃圾投递成功的垃圾桶位置指示给住户；所述识别模块安装在垃圾投放点，用于识别进行垃圾投递住户的身份信息；所述分析模块用于进行大数据分析，确定来投递垃圾的住户最有可能投递的垃圾类型；所述控制模块用于根据分析模块的结果控制该类型垃圾桶的桶门自动开启；所述反馈模块用于对分析模块的正确率进行反馈，并在低于阈值时进行报警；
所述检测模块的输出端电性连接指示模块的输入端；所述指示模块的输出端电性连接识别模块的输入端；所述识别模块的输出端电性连接分析模块的输入端；所述分析模块的输入端电性连接控制模块的输入端；所述控制模块的输出端电性连接反馈模块的输入端；识别模块、检测模块与传输模块之间电性连接；
所述检测模块包括住户身份认证单元、垃圾投递行为判断单元；
所述住户身份认证单元主要采用人脸识别的方式，对住户身份进行认证；所述垃圾投递行为判断单元用于在住户身份认证成功后，在其出门时对其是否进行垃圾投递行为进行判断，得出概率；
所述垃圾投递行为判断单元包括垃圾袋颜色识别单元、垃圾袋图像识别单元、垃圾袋位置判断单元；
所述垃圾袋颜色识别单元用于对垃圾袋的颜色进行记录识别；所述垃圾袋图像识别单元用于对垃圾袋的图像进行摄取识别；所述垃圾袋位置判断单元用于根据住户与其的距离判断是否为垃圾袋；
判断过程包括以下步骤：
S3-1、根据历史数据对该单元住户垃圾袋颜色进行统计，记录下每一种颜色的占比，利用垃圾袋颜色识别单元对出门住户手提袋进行识别，根据公式：
P1＝w1ki；
其中，P1为在垃圾袋颜色识别单元判断该出门住户进行垃圾投递的概率；w1为垃圾袋颜色识别单元在垃圾投递行为判断单元中影响的权重；ki为识别的颜色在历史数据中的颜色占比；
S3-2、对出门住户手提袋进行图像摄取，与数据库中存储的垃圾袋装有垃圾后的形状进行相似度对比，相似度超过阈值A时，获取在垃圾袋图像识别单元判断该出门住户进行垃圾投递的概率为P2；
P2＝w2k2；
其中，P2为在垃圾袋图像识别单元判断该出门住户进行垃圾投递的概率；w2为垃圾袋图像识别单元在垃圾投递行为判断单元中影响的权重；k2为相似度；
S3-3、采集出门住户手提袋的表面边缘点与出门住户之间的最近距离，通过垃圾袋位置判断单元进行判断，当最近距离超过阈值B时，获取在垃圾袋位置判断单元判断该出门住户进行垃圾投递的概率为P3；
Figure FDA0003192273920000021
其中，P3为在垃圾袋位置判断单元判断该出门住户进行垃圾投递的概率；w3为垃圾袋位置判断单元在垃圾投递行为判断单元中影响的权重；Bi为当前距离；
S3-4、根据公式：P＝P1+P2+P3；计算得出该出门住户外出进行投递垃圾的概率值，当概率值P超出阈值Pmax时，传输信息给指示模块；
所述指示模块包括采集单元、处理单元、指示单元；
所述采集单元用于采集住户行走速度、社区内垃圾桶存放点位置、垃圾桶当前容量；所述处理单元用于根据采集得到的数据信息进行处理判断，得出距离住户最近且能够投递垃圾的垃圾桶；所述指示单元用于将处理单元得出的垃圾桶信息指示给住户；
所述处理单元进行处理判断包括以下步骤：
S5-1、根据采集单元采集的数据信息，利用公式：
Figure FDA0003192273920000022
其中，si为社区内垃圾桶存放点位置与住户的当前距离；v0为住户行走速度；ti为住户到达相应垃圾桶需要的时间；
S5-2、根据步骤S5-1中的ti，计算在此时间内对应的垃圾桶内垃圾的增长量，根据公式：
Mi＝miti+M当前；
其中,Mi为ti时刻后对应的垃圾桶内垃圾的预测量；mi为对应的垃圾桶的平均增长量；M当前为对应垃圾桶当前的垃圾量；
S5-3、设置阈值Mmax，当Mi超出阈值Mmax时，即表明根据预测结果该住户到达对应的垃圾桶时，垃圾桶会因为已经满载而被社区工作人员拉走，造成垃圾投递失败；因此选取不超出阈值的Mi，根据其对应的i选取si的最小值，确定为指示给住户的垃圾桶，并发送给住户；
所述识别模块包括人脸识别单元、垃圾大小识别单元、归纳单元、溯源单元；
所述人脸识别单元用于对进行垃圾投递的住户进行人脸识别，根据数据库的信息确定其身份；所述垃圾大小识别单元用于识别住户手中垃圾袋的大小，预测垃圾量的多少；所述归纳单元用于对身份确认的住户进行家庭归纳，即确定该住户属于社区内哪一户家庭；所述溯源单元用于在垃圾投递时出现散落和投递分类错误时进行住户身份溯源；
所述分析模块包括数据分析单元、数据库、数据预测单元；
所述数据分析单元用于对住户进行垃圾投递的相关数据进行分析；所述数据库用于对住户进行垃圾投递的相关数据进行存储；所述数据预测单元用于对当前来投递垃圾的住户投递的垃圾类型进行预测；
所述数据预测单元的预测过程包括以下步骤：
S8-1、对投递垃圾的住户身份认证后，调取历史数据中住户所在家庭每周投递的各个类别垃圾的数量，所述各个类别包括可回收物、有害垃圾、干垃圾、湿垃圾；
S8-2、调取历史数据中每周的该单位时间内，该住户投递的垃圾总量和各个类别的垃圾量，以每一小时作为单位时间，根据公式：
Figure FDA0003192273920000031
其中，xij为该住户在第i周的该单位时间内j类别的垃圾投递量；yi为该住户在第i周的该单位时间内投递的垃圾总量；Lij为j类别的垃圾投递量在该单位时间内占垃圾总量权重的平均值；n为选取的历史数据组数；
S8-3、设置阈值C，若Lij超出阈值C，则输出预测结果对应的类别j；若Lij未超出阈值C，则重新选取n值进入步骤S8-2；
所述控制模块包括接收单元、分类单元、控制单元；
所述接收单元用于接收分析模块传输过来的住户垃圾投递的信息；所述分类单元用于选择存放该类别垃圾的垃圾桶；所述控制单元用于对垃圾桶的桶门进行智能控制，在投递垃圾的住户到达时自动打开桶门；
所述反馈模块包括记录单元、报警单元；
所述记录单元用于将分析模块中住户投递垃圾成功的行为记录下来，并计算成功率；所述报警单元用于在成功率低于成功率阈值时进行报警。
CN202110190497.8A 2021-02-18 2021-02-18 一种基于智慧城市的社区垃圾投递溯源系统 Active CN112906565B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110190497.8A CN112906565B (zh) 2021-02-18 2021-02-18 一种基于智慧城市的社区垃圾投递溯源系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110190497.8A CN112906565B (zh) 2021-02-18 2021-02-18 一种基于智慧城市的社区垃圾投递溯源系统

Publications (2)

Publication Number Publication Date
CN112906565A CN112906565A (zh) 2021-06-04
CN112906565B true CN112906565B (zh) 2021-12-10

Family

ID=76123917

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110190497.8A Active CN112906565B (zh) 2021-02-18 2021-02-18 一种基于智慧城市的社区垃圾投递溯源系统

Country Status (1)

Country Link
CN (1) CN112906565B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114120449B (zh) * 2021-11-29 2024-09-20 平安国际智慧城市科技股份有限公司 基于图像信息的垃圾投放行为的确定方法及相关产品
CN117292207B (zh) * 2023-11-24 2024-03-15 杭州臻善信息技术有限公司 一种基于大数据图像处理的垃圾识别方法及系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184691A (zh) * 2015-08-31 2015-12-23 立德高科(北京)数码科技有限责任公司 一种分类垃圾的溯源方法及溯源系统
CN111832749B (zh) * 2019-04-11 2024-03-22 深圳市家家分类科技有限公司 垃圾袋识别方法及相关装置
CN110606299A (zh) * 2019-06-21 2019-12-24 杭州越歌科技有限公司 一种垃圾分类追溯方法及系统
CN110414409A (zh) * 2019-07-24 2019-11-05 上海工程技术大学 一种小区垃圾自动分类智能垃圾桶
CN110428019B (zh) * 2019-08-09 2023-04-21 绵阳德川鸿丰环保科技有限公司 垃圾智能分类方法及模块化智能垃圾分类处理系统
CN111274929A (zh) * 2020-01-17 2020-06-12 小圾(上海)环保科技有限公司 一种居民垃圾乱投递溯源留证系统及其留证方法
CN111731702A (zh) * 2020-06-30 2020-10-02 滨南城市环境服务集团有限公司 城市垃圾分类处理监管系统
CN112116039A (zh) * 2020-08-01 2020-12-22 富盛科技股份有限公司 一种智能监控垃圾分类系统及方法
CN112216016B (zh) * 2020-08-13 2021-10-15 潘石 一种垃圾袋协助投递系统
CN111871843B (zh) * 2020-08-17 2021-08-31 信智慧通科技（北京）有限公司 一种基于大数据的垃圾自动分类系统
CN112308898B (zh) * 2020-10-15 2021-07-27 中标慧安信息技术股份有限公司 一种基于物联网的垃圾监管系统
CN112347949A (zh) * 2020-11-10 2021-02-09 兰州旭阳祥辉科技有限公司 一种基于互联网的垃圾分类回收处理系统

Also Published As

Publication number Publication date
CN112906565A (zh) 2021-06-04

Similar Documents

Publication Publication Date Title
CN112906565B (zh) 一种基于智慧城市的社区垃圾投递溯源系统
CN210456027U (zh) 一种社区厨余垃圾的智能分类系统
CN110654739A (zh) 一种基于机器视觉的可回收垃圾自动分类回收装置与方法
CN112407653B (zh) 一种基于物联网的垃圾分类系统
CN110127475B (zh) 一种电梯乘梯人员分类与其乘梯规律分析的方法及系统
CN110525822A (zh) 一种智能垃圾分类机
CN104495139A (zh) 垃圾投放箱及垃圾分类投放方法
CN109809060A (zh) 一种自动分类垃圾桶及其管理系统
CN111573039A (zh) 一种基于大数据的垃圾分类智能处理系统
CN106022980A (zh) 垃圾投放回收系统
CN114548767A (zh) 基于物联网垃圾分类投放智能监控识别管理系统
CN112298844A (zh) 一种垃圾分类监督方法及装置
CN113128397A (zh) 一种垃圾分类投放的监控方法、系统、装置及存储介质
CN113306909A (zh) 一种智能垃圾分类回收控制系统及方法
CN111806914A (zh) 一种社区智能垃圾分类回收系统
CN114715562B (zh) 一种厨余垃圾违规投放行为的识别方法
CN113401533A (zh) 一种基于图像识别的垃圾分类投放系统及方法
CN111517037A (zh) 智能透视分类垃圾桶的垃圾分类监管方法及装置
CN111832749B (zh) 垃圾袋识别方法及相关装置
CN115082863A (zh) 一种智能化垃圾分类投放扫描系统及方法
CN113255550B (zh) 一种基于视频的行人垃圾扔投次数统计方法
CN112478488B (zh) 垃圾自动分类收集系统及方法
CN117383102A (zh) 一种智慧城市环保回收箱和垃圾回收方法
CN111924375A (zh) 一种智能垃圾回收系统
CN111169864A (zh) 一种垃圾分类用评分装置及其评分方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TA01 Transfer of patent application right

Effective date of registration: 20211129

Address after: 325600 West Village, Liushi Town, Yueqing City, Wenzhou, Zhejiang

Applicant after: Yueqing taiboheng Electronic Technology Co., Ltd

Address before: 222000 78 Haining East Road, Haizhou District, Lianyungang City, Jiangsu Province

Applicant before: Chen Xingyan

TA01 Transfer of patent application right